論文の概要: Finetuning Prompt-Based Image Editor for Geometry-Consistent Room Defurnishing

• arxiv url: http://arxiv.org/abs/2610.34597v1
• Date: Sun, 25 Oct 2026 21:54:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.643636
• Title: Finetuning Prompt-Based Image Editor for Geometry-Consistent Room Defurnishing
• Title（参考訳）: 幾何一貫性のあるルームデフレッシングのための微視的プロンプトベース画像エディタ
• Abstract要約: 2500組の空き部屋ペア上でLoRAを微調整するためのトレーニングレシピを提案する。 LoRAアダプタを用いたFLUX.2は、高いテクスチャの忠実さを維持しながら、幾何的整合性を大幅に向上させる。 このシングルフォトインパインターは、深度認識と3D一貫性を持つXRパイプラインに有効なビルディングブロックとなる。
• 参考スコア（独自算出の注目度）: 1.609940380983903
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Erasing all furniture from a single room image to generate its empty counterpart is valuable for XR applications such as diminished reality and virtual staging. The challenge is twofold: inpainting the furniture regions with realistic content, and doing so without distorting the room's 3D geometry. Prompt-driven image editors, such as FLUX.2, handle realism impressively, but their structural faithfulness is inferior to explicit layout conditioned inpainting. To improve geometric consistency, we propose a training recipe for finetuning a LoRA on 2,500 furnished-empty room pairs. FLUX.2 with our LoRA adaptor significantly improves geometric consistency while retaining the high texture fidelity. This single-photo inpainter can be an effective building block for depth-aware and 3D-consistent XR pipelines.
• Abstract（参考訳）: 1つの部屋の画像から空の家具を生成するためにすべての家具を消去することは、現実の減少や仮想ステージングといったXRアプリケーションにとって価値がある。 2つの課題は、家具の領域にリアルな内容の絵を描き、部屋の3D幾何学を歪ませることなくそれをすることです。 FLUX.2のようなプロンプト駆動の画像エディタはリアリズムを顕著に扱うが、その構造的忠実さは明示的なレイアウト条件の塗装よりも劣っている。 幾何的整合性を改善するため,2500個の空室対にLoRAを微調整する学習法を提案する。 LoRAアダプタを用いたFLUX.2は、高いテクスチャの忠実さを維持しながら、幾何的整合性を大幅に向上させる。 このシングルフォトインパインターは、深度認識と3D一貫性を持つXRパイプラインに有効なビルディングブロックとなる。

関連論文リスト

• HARMONY: Hierarchical Agentic Reasoning for MONocular Image-to-Scene Synthesis [41.820477513948575]
  合成3Dシーン再構築のための階層的チェーン・オブ・シント・フレームワークであるHARMONYについて述べる。 Harmonyは、セマンティックに一貫性があり、参照画像と知覚的に一致した3Dシーンを生成することができる。
  論文  参考訳（メタデータ） (2026-09-22T17:59:47Z)
• GOPI: Generation-Oriented 3D Pose Inference for Furniture Insertion from Single-View RGB-D Indoor Scenes [55.50433346262017]
  室内シーン画像に新しい家具を挿入する問題について検討する。 マスク付きシングルビュー2D画像平面条件付けでは、シーンに対する挿入家具の物理的スケールを一意に決定できない。 我々は3次元ポーズ推論と幾何誘導画像生成の組み合わせでタスクを再構築する。
  論文  参考訳（メタデータ） (2026-08-07T05:54:47Z)
• RoomRecon: High-Quality Textured Room Layout Reconstruction on Mobile Devices [3.262230127283452]
  現在の3D技術は、室内空間の捕捉を促進し、拡張現実(AR)、仮想現実(VR)、拡張現実(XR)の分野を改善している。 しかし、現在の技術は、完全なセマンティックなシーン理解なしに、小さなシーンの変更を反映できないような制限に直面している。 これらの問題は、VR体験やその他のアプリケーションに必要なリアリズムに影響を与える。
  論文  参考訳（メタデータ） (2026-04-21T03:20:18Z)
• 3D Gaussian Flats: Hybrid 2D/3D Photometric Scene Reconstruction [62.84879632157956]
  本研究では,平面平面(2D)ガウスと自由形式(3D)ガウスを連立最適化するハイブリッド2D/3D表現を提案する。 我々のエンドツーエンドアプローチは、平面領域を動的に検出・洗練し、視覚的忠実度と幾何学的精度の両方を改善する。 ScanNet++とScanNetv2の最先端の深さ推定を実現し、特定のカメラモデルに過度に適合することなくメッシュ抽出に優れる。
  論文  参考訳（メタデータ） (2025-09-19T21:04:36Z)
• MVIP-NeRF: Multi-view 3D Inpainting on NeRF Scenes via Diffusion Prior [65.05773512126089]
  露光RGBと深度2Dの塗布監督を基盤としたNeRF塗布法は,その基礎となる2D塗布能力によって本質的に制限されている。 我々は,NeRF塗装における拡散先行の可能性を生かし,外観面と幾何学面の両方に対処するMVIP-NeRFを提案する。 実験の結果,従来のNeRF塗装法よりも外観や形状の回復性が良好であった。
  論文  参考訳（メタデータ） (2024-05-05T09:04:42Z)
• Holistic Inverse Rendering of Complex Facade via Aerial 3D Scanning [38.72679977945778]
  我々は多視点空中画像を用いて、ニューラルサイン距離場(SDF)を用いたファサードの形状、照明、材料を再構成する。 本実験は, ファサード全体の逆レンダリング, 新規なビュー合成, シーン編集において, 最先端のベースラインと比較して, 手法の優れた品質を示すものである。
  論文  参考訳（メタデータ） (2023-11-20T15:03:56Z)
• Learning Indoor Inverse Rendering with 3D Spatially-Varying Lighting [149.1673041605155]
  1枚の画像からアルベド, 正常, 深さ, 3次元の空間的変化を共同で推定する問題に対処する。 既存のほとんどの方法は、シーンの3D特性を無視して、画像から画像への変換としてタスクを定式化する。 本研究では3次元空間変動照明を定式化する統合学習ベースの逆フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-13T15:29:03Z)
• PanoDR: Spherical Panorama Diminished Reality for Indoor Scenes [0.0]
  Diminished Reality (DR)は、シーン内の既存のオブジェクトを削除するために、そのようなアプリケーションの要件を満たす。 屋内(再)計画アプリケーションにおける「現実」の保存には,シーンの構造保存が不可欠である。 本研究では,まず屋内シーンの構造を予測するモデルを提案し,そのモデルを用いて,同じシーンの空の背景のみを再現する手法を提案する。
  論文  参考訳（メタデータ） (2021-06-01T12:56:53Z)
• Seeing the World in a Bag of Chips [73.561388215585]
  ハンドヘルドRGBDセンサによる新しいビュー合成と環境再構築の二重問題に対処する。 提案するコントリビューションは,1)高スペクトル物体のモデリング,2)反射間およびフレネル効果のモデリング,3)形状のみを再構築するために必要な同じ入力で表面光場再構成を可能にすることを含む。
  論文  参考訳（メタデータ） (2020-01-14T06:44:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。